Agentic RAG 入门: 智能体驱动的知识库检索架构
第 07 课我们搭好了朴素 RAG——把文档切块、向量化、检索出最相关的几段、塞进 prompt 让模型回答。demo 阶段它表现得很好，但一接真实用户就开始翻车：用户换个说法就检索不到，问题稍微复杂一点答案就一本正经地错。问题往往不在模型...
标签索引
RAG架构
这个标签下有 5 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
AI工程化实战：RAG/Agent平台“四库异构”架构的瓶颈与挑战
本文探讨了构建面向海量文献的多智能体平台时遇到的数据架构挑战。团队采用“四库异构”架构（文档库、图谱库、向量库、关系库），但在落地时遭遇两大瓶颈：一是业务场景指标互斥（推荐重召回、写作重精准、评审重覆盖），导致检索路由编排困难，不知该用规则...
企业AI落地实战：自研RAG遇阻，为何最终选定DeepSeek-Qwen蒸馏版模型？
一位技术负责人分享了公司AI模型落地的实战经历。在尝试自研基于RAG架构的POC（概念验证）后，发现全流程自研涉及向量库维护与数据清洗，工作量过于庞大。随后考察了成熟开源方案MaxKB，虽功能完善但存在付费墙限制。在经过多轮测试至凌晨3点后...
从零构建本地知识库：OpenAI + Milvus + RAG 技术栈实战
本文分享了一个利用 AI 辅助开发的本地知识库搭建实战案例。作者在尝试 Bisheng 遇到自由度限制后，决定基于 Python 自主编写系统。核心流程包括 Markdown 文档的解析与分块、利用 OpenAI Embedding 进行向...
发起开源挑战：复现Augment ACE代码检索，探索LLM分层摘要新路径
针对AI编程工具Augment旗下AceTool开始收费的现状，社区发起了“开源平替”的逆向复现项目。文章指出，现有通用Embedding模型在代码语义检索上精准度不足，常误检文档而非代码逻辑。为此，作者提出了一种基于LLM分层摘要与依赖图...